Step 3.5 Flash
4358°
Executar modelo
Ofertas / Anúncios
StepFun | contexto de 262.144 tokens | $0,10/M entrada, $0,30/M saída. Step 3.5 Flash é o modelo base open-source mais capaz da StepFun. Construído em uma arquitetura esparsa Mixture of Experts (MoE), ativa seletivamente apenas 11 bilhões de seus 196 bilhões de parâmetros por token. É um modelo de raciocínio incrivelmente eficiente em velocidade mesmo com contextos longos.
Guias para este modelo
Melhor LLM local por caso de uso (outubro de 2026): o modelo aberto certo para cada tarefa
De quanto VRAM eu realmente preciso para IA local?
Pesos abertos vs código aberto vs só API: o que você realmente pode fazer
O que é um arquivo GGUF? Modelos quantizados explicados (Q4, Q8, fp8, NF4)
Notas do capitão
Notas de 2026-10-13
Step 3.5 Flash é o modelo de raciocínio de pesos abertos da StepFun, baseado em uma arquitetura MoE esparsa de 196 bilhões de parâmetros que ativa apenas 11 bilhões por token. Essa eficiência permite gerar de 100 a 300 tokens por segundo mesmo em contextos longos, tornando-o incomumente prático para cargas de trabalho agentivas que precisam de raciocínio rápido em múltiplas etapas. Se você quer raciocínio de ponta que pode rodar localmente ou ser chamado via API barata, esta é uma das opções mais confiáveis de um laboratório não ocidental.
Conhecido por
- 74,4% no SWE-bench Verified, entre as melhores pontuações abertas em codificação publicadas.
- Taxa de geração de 100–300 tok/s via Previsão Multi-Token 3-vias.
- Janela de contexto de 256K com design híbrido de atenção deslizante que mantém custos baixos.
- Roda em hardware consumidor avançado como Mac Studio M4 Max.
- Pesos abertos disponíveis no Hugging Face para implantação local ou auto-hospedada.
Fique atento a
- 196 bilhões de parâmetros totais exigem hardware sério; GPUs consumidoras com menos de 24 GB VRAM terão dificuldades.
- StepFun é um laboratório menor e os termos de licença valem a pena ser verificados antes de qualquer uso comercial.
- Comparações de benchmark no cartão do modelo são auto-relatadas; avaliações independentes são limitadas.
Sugestões para tentar
Depurar um loop de agente com falha
Tenho um agente Python que chama uma ferramenta de busca em loop. Após 3 iterações começa a retornar resultados duplicados e eventualmente trava. Aqui está a lógica do loop: [cole seu código]. Identifique a causa raiz, explique por que acontece e reescreva o loop para corrigir sem mudar a interface da ferramenta.
Planejar uma tarefa de codificação em múltiplas etapas
Preciso migrar um app monolítico Flask para um serviço FastAPI com endpoints async, banco PostgreSQL via SQLAlchemy 2.0 e fila de tarefas em background usando ARQ. Divida isso em um plano sequenciado com os passos de maior risco destacados, depois implemente os dois primeiros passos completos.
Raciocinar sobre um quebra-cabeça lógico
Cinco engenheiros cada um domina uma linguagem de programação diferente, bebe uma bebida diferente e senta em um assento diferente em uma fila. Use as pistas para determinar quem bebe café: o desenvolvedor Python senta ao lado do que bebe chá; o desenvolvedor Rust está no assento 1; o desenvolvedor Java bebe suco; o desenvolvedor Go senta imediatamente à direita do que bebe café; o desenvolvedor TypeScript não está no assento 5.
Comparar com
- Step 5 PreviewModelo com pesos abertosContexto de 1,048,576 tokens · entrada $1.00/M, saída $2.70/M
- Step 3.7 FlashModelo com pesos abertosContexto de 262,144 tokens · entrada $0.20/M, saída $1.15/M
- GPT-6 LunaModelo apenas para APIContexto de 1,050,000 tokens · entrada $0.10/M, saída $0.50/M
- Claude Opus 5.5Modelo apenas para APIContexto de 1,000,000 tokens · entrada $4.00/M, saída $20.00/M
Mais modelos de texto de stepfun
Perguntas frequentes
- Os pesos são abertos e posso rodar o Step 3.5 Flash localmente?
- Sim, os pesos estão publicamente disponíveis no Hugging Face sob stepfun-ai/Step-3.5-Flash. A StepFun diz que roda em hardware consumidor avançado como Mac Studio M4 Max, mas com 196 bilhões de parâmetros totais você precisará de memória substancial; verifique a licença antes do uso comercial.
- Quanto custa o Step 3.5 Flash e qual o tamanho da janela de contexto?
- Via API custa $0,10 por milhão de tokens de entrada e $0,30 por milhão de tokens de saída, com janela de contexto de 262.144 tokens.
- Como o Step 3.5 Flash difere do DeepSeek V3.2 ou Kimi K2?
- O Step 3.5 Flash ativa apenas 11 bilhões de parâmetros por token contra 37 bilhões do DeepSeek V3.2 e 32 bilhões do Kimi K2, o que, segundo a StepFun, se traduz em custo de decodificação cerca de 6 vezes menor que o DeepSeek V3.2 em contexto de 128K no mesmo hardware.
Veredito do capitãoUm modelo de raciocínio aberto genuinamente eficiente que merece seu lugar se você precisa de inferência rápida para agentes sem pagar preços de API de ponta.
Ficha do modelo no Hugging Face
O capitão escreve estas notas com base na descrição e ficha do modelo. Preços e tamanhos de contexto são do provedor na data da escrita e podem mudar.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Como essa pontuação é calculada
Este modelo ainda não tem dados de popularidade de nenhuma fonte, então ele carrega um número provisório abaixo de 7,000° para manter as listas completas. Ele nunca fica acima de um modelo com dados. A divisão aparece aqui assim que uma fonte reporta.
Glossário: os termos usados aqui
- Pontuação heat
- Um número que mostra o quanto um modelo está sendo usado e desejado agora, de 0° a 9.999°. Toda lista neste site que diz mais quente é ordenada por ele e só por ele.
- Limite mínimo
- Os 7.000° que todo modelo com dados reais começa. A escala vai de 0° a 9.999°; a parte abaixo do limite é para substitutos (modelos sem dados), para que um modelo com dados sempre fique acima de um sem. O limite é igual para todos e não decide nada; os graus acima dele são a medida.
- Equivalentes a downloads
- Tudo que a pontuação trata como download, somado: downloads em si, cada torrent seeder como 1.000, cada imagem AI Horde e cada execução em site de geração como um.
- Escala logarítmica
- Contando de dez em dez, não de um em um: ir de 1.000 para 10.000 downloads adiciona os mesmos graus que ir de 10.000 para 100.000. Isso evita que gigantes abafem tudo.
- Likes
- Joinhas e likes de todas as fontes, valendo metade de um download na escala logarítmica.
- Taxa de adoção
- Quantos downloads por dia um modelo recebe agora, pela diferença entre duas leituras de uma fonte. Um quarto do peso do termo download.
- Medido e estimado
- Medido significa que existem duas leituras de uma fonte e a diferença é real. Estimado significa que só se sabe o total de hoje e o passado é distribuído ao longo da vida do modelo; o site indica qual está mostrando.
- Seeder
- Alguém que mantém uma cópia dos pesos online para outros baixarem via torrent, ou um espelho hospedado fazendo o mesmo. Cada um conta como 1.000 downloads.
- AI Horde
- Uma rede voluntária que gera imagens de graça em computadores doados. O número de imagens feitas com um modelo é público, e cada uma conta como um download.
- Sites de geração
- Sites que hospedam suas próprias cópias de um modelo e deixam as pessoas gerarem com ele, como PixAI, SeaArt e Yodayo. Os downloads deles contam como os do Civitai e cada geração conta como um download.
- Tokens OpenRouter
- Um modelo de texto servido via API, como Claude ou GPT, não tem pesos para baixar, então seu uso é medido em tokens: os pedaços de texto que ele leu e escreveu via OpenRouter, um gateway usado por muitos apps, nos últimos 30 dias. Cada 10,000,000 tokens contam como um download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Os pesos em si, o arquivo que gera sozinho. Ganha um bônus porque complementos dependem dele.
- LoRA e embedding
- Arquivos pequenos que direcionam os pesos de outra pessoa para um estilo, personagem ou conceito. Não podem rodar sozinhos.
- Família e pesos
- A base em que um modelo é construído, como SD 1.5, SDXL, Flux ou Wan. Todo modelo herda a data de lançamento dos pesos da sua família.
- Idade
- Pontos retirados conforme há quanto tempo os pesos da família foram lançados: 150° por ano, até 750°. Mantém os downloads antigos que tiveram anos para acumular, evitando que saiam do topo da lista.
- Impulso da família
- Um pequeno empurrão limitado para LoRAs de uma família que este site está promovendo agora, sempre listado na divisão.
- Pontuação provisória
- Um número estável abaixo do mínimo dado a um modelo que ainda não tem dados de fonte, para a lista ficar completa. Nunca fica acima de um modelo com dados.
- Novo! (período de carência)
- Um modelo com menos de 7 dias mostra Novo! em vez de uma pontuação e não ocupa lugar no ranking. Sua pontuação é calculada desde o primeiro dia, mas um modelo com um dia cresce mais rápido que qualquer outro, então sem a espera o #1 da semana seria sempre o que saiu ontem, não o que se manteve por uma semana.
- Tendência
- Como o crescimento de um modelo num período se compara com o crescimento típico dos modelos no mesmo período. Crescimento mais rápido que o típico indica alta, mais lento indica queda.
- Modelo típico
- O meio do catálogo: metade dos modelos com número cresceu mais rápido no período, metade mais devagar.
Step 3.5 Flash é um modelo de texto para a família Text / LLM listado no ModelTrends.ai, um catálogo somente leitura de modelos de IA de código aberto para imagem, vídeo e texto. Compare-o com outros modelos Text / LLM e veja a pontuação de calor para acompanhar a tendência.
Mais modelos Text / LLMMais Texto / LLM Text / LLMllmstepfunraciocínioprogramaçãoagentescontexto longolocal
Navegar por família de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153